股票交易价格数据建模及其应用分析

摘要

本文运用独立性检验和同分布检验来确定随机序列即一只股票确定{Yt}的序列的数据是否独立同分布.首先收集了501只股票3年来的数据,每组由时间顺序收集了t为150的{Yt}的序列.其中,在对{Yt}序列的独立性进行检验时,本文采用了总体相关系数的渐进无偏估计值进行相关性检验,进而确定该序列独立;在判断{Yt}序列是否同分布时,首先采用有序聚类分析法对样本序列进行分割,寻求最优分割点划分样本,再运用秩和检验法对分割样本进行分布检验,从而确定其服从同一分布.最终得出编号为600132的股票的数据确定的{Yt}序列是独立同分布的结论.将数据用于拟合时,构建了时间序列模型.在SPSS中建模及对数据进行处理时,利用ARMA模型的功能,对模型进行优化.最后给出其拟合曲线,及模型的相关评价参数.在股票数据收集的基础上,对数据进行了筛选.找出了符合情形三的股票.在问题一参考孙维营教授文章的基础上提出了最优分割点算法.由算法确定出股票过渡阶段,再用SPSS自带的正态分布分析,检验过渡阶段间是否为独立同分布.最后分析了过渡阶段时,四个数据随时间的变化,得出过渡阶段时股票发生了持续性的相同方向的变化.